clickhouse基础原理

1.clickhouse支持常见的数据类型

string ,int,float等等

特殊：

1.string中的-inf是负无穷

inf是正无穷

nan是空值

FixedString(N)，类似与mysql中的varchar，可以指定字符串的长度

2.枚举类型，clickhouse不支持boolean类型，需要使用枚举来做

包括 Enum8 和 Enum16 类型。Enum 保存 'string'= integer 的对应关系。

Enum8 用 'String'= Int8 对描述。

Enum16 用 'String'= Int16 对描述。

用法演示：

创建一个带有一个枚举 Enum8('hello' = 1, 'world' = 2) 类型的列：

CREATE TABLE t_enum

(

    x Enum8('hello' = 1, 'world' = 2)

)

ENGINE = TinyLog

这个 x 列只能存储类型定义中列出的值：'hello'或'world'。如果尝试保存任何其他值，ClickHouse 抛出异常。

:) INSERT INTO t_enum VALUES ('hello'), ('world'), ('hello')

 

INSERT INTO t_enum VALUES

 

Ok.

 

3 rows in set. Elapsed: 0.002 sec.

 

:) insert into t_enum values('a')

 

INSERT INTO t_enum VALUES

 

 

Exception on client:

Code: 49. DB::Exception: Unknown element 'a' for type Enum8('hello' = 1, 'world' = 2)

从表中查询数据时，ClickHouse 从 Enum 中输出字符串值。

SELECT * FROM t_enum

 

┌─x─────┐

│ hello │

│ world │

│ hello │

└───────┘

如果需要看到对应行的数值，则必须将 Enum 值转换为整数类型。

SELECT CAST(x, 'Int8') FROM t_enum

 

┌─CAST(x, 'Int8')─┐

│               1 │

│               2 │

│               1 │

└─────────────────┘

3.数组，tuple，date，还有很多类型，可以去官网上看。

 

 

 

2.表引擎：

1.tinylog：

特点：

1. 这个引擎存在磁盘中
2. 不支持索引
3. 没有并发控制，但是支持并发（同时读，同时写，读和写），只能支持同时读的并发

应用场景：小表，这个表一般只用于查询，例如国家，省份等

使用方式：创建表的时候指定引擎即可

 

2.memory

特点：

1.内存引擎，速度快，可以达到每秒10g，官网建议上限1亿条数据

2.不支持索引

使用方式：用于测试

 

3.merge

特点：

1.本身不存储数据，通过合并其他表的数据来得到自身的数据

 

4.mergetree（重点）

会自动的合并多个分支，减少了数据的存储

特点：

1. 按照主键进行排序
2. 可以指定分区
3. 可以支持数据副本，保证数据安全性
4. 支持数据采样

索引粒度：每个索引有多少行，默认值是8192

数据片段头在zk中的存储方式

使用直接io来操作磁盘合并时所需要的最小数据量，数据小于10g采用缓存io，大于10g采用磁盘io

linux中的io方式：直接io，缓存io

 

5.replacingmergetree

这个引擎是在mergertree的基础上，添加了删除重复数据的功能，该引擎和mergetree的不同之处在于它会删除

具有相同主键的重复项.

ver：版本列

 会自动进行数据的合并，但是只会保存最大的版本

6.summingmergertree

会把所有具有相同主键的数据指定的列合并为一行，会取最先出现的值。

7.distributed

分布式引擎，本身不存储数据，但是可以在多个服务器上进行分布式查询，可以并行读。

把不同的数据存到不同的机器上。